5 juli 2019

Zelflerend model om risico op coronaire hartziekte te voorspellen

Miljoenensubsidie voor op maat gemaakte aanpak op basis van big data

Onderzoekers van het Maastricht UMC+ en de Universiteit Maastricht ontvangen bijna twee miljoen euro subsidie van NWO voor de ontwikkeling van een zelflerende eHealth-toepassing ter preventie van coronaire hartziekten. De digitale toepassing maakt daarbij onder meer gebruik van grote hoeveelheden data van onder meer ziekenhuizen, huisartsen en het Centraal Bureau voor de Statistiek (CBS). Op basis van die gegevens kan een persoonlijk risicoprofiel worden opgesteld en gezocht worden naar aanknopingspunten voor interventie.

iStockVernauwing door aderverkalking (iStock)Zogeheten coronaire hartziekten worden veroorzaakt doordat de bloedtoevoer naar het hart wordt beperkt. In de meeste gevallen ligt een vernauwing van de kransslagader hier aan ten grondslag. Roken, voeding, beweging en andere leefstijlfactoren spelen hierin een belangrijke rol. Dat betekent dus ook dat het risico op coronaire hartziekte verkleind kan worden door een gezonder leefpatroon te stimuleren. Dat is echter makkelijker gezegd dan gedaan. De Maastrichtse onderzoekers willen daarom toe naar een persoonlijk en op maat gemaakt model. De basis ligt echter bij de 'big data'.

Big data
Ziekenhuizen en huisartsen beschikken over een schat aan medische gegevens. Evenzo beschikt het CBS over data van sociaal-economische aard. Zo kunnen bijvoorbeeld gegevens van patiënten met een geschiedenis van coronaire hartziekten worden gecombineerd met gegevens over leefstijltrends onder de bevolking en de fysieke leefomgeving van de persoon. Op basis van die gecombineerde data kunnen risico-inschattingen worden gemaakt voor het ontwikkelen van een coronaire hartziekte. Die kennis wordt gebundeld in een voorspellend model. Met behulp daarvan kan nauwkeurig worden ingeschat wie er risico loopt op basis van zijn of haar individuele kenmerken. Die nieuw verkregen data wordt weer gebruikt voor de verfijning van de eHealth-toepassing.

eCoach
Naast de risico-inventarisatie willen de onderzoekers nog een stapje verder gaan. "Uiteindelijk is het doel om het risico op een coronaire hartziekte te minimaliseren en te voorkomen", zegt prof. dr. André Dekker, hoogleraar Clinical Data Science. "Maar wel in kleine, haalbare stapjes. In één keer een ingebakken leefpatroon omgooien is namelijk niet realistisch en erg moeilijk voor mensen." De onderzoekers kijken daarom op basis van hun voorspellende model waar op de eerste plaats de meeste winst valt te behalen. "En daar passen we dan de leefstijlinterventie toe. Dat stimuleert mensen ook om daadwerkelijk hun gezondheid te verbeteren. De eCoach die we daarbij gaan ontwikkelen ondersteunt daarbij."

Het onderzoeksproject is getiteld CARRIER en wordt uitgevoerd in samenwerking met Maastro, Centraal Bureau voor de Statistiek, huisartsen Oostelijk Zuid-Limburg en Sananet.